1 Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina klo Porthanian salissa PIV Uusintamahdollisuus rästitentissä ma 15– 17 PI (ilmoittautuminen WebOodissa 7.–17.5.)

2 Soveltuvan menetelmän valinta - Ristiintaulukointi - Log-lineaariset mallit -Varianssianalyysi - Logistinen regressio - Multinomiaalinen regressio -Regressioanalyysi Laatuero- tai järjestysasteikko Laatuero- tai järjestysasteikko Välimatka- tai suhdelukuasteikko Välimatka- tai suhdelukuasteikko SELITETTÄVÄ MUUTTUJA SELITTÄVÄ MUUTTUJA

3 Varianssianalyysi ANOVA = ANalysis Of VAriance Varianssianalyysia käytetään tutkittaessa eroavatko kahden tai useamman ryhmän keskiarvot toisistaan Esimerkiksi: onko miesten ja naisten keskipalkoissa eroja tutkittavassa yrityksessä? ovatko eri maahanmuuttajaryhmiin kuuluvien koululaisten arvosanat keskiarvoiltaan toisistaan poikkeavia? Varianssianalyysia käytetään pääasiassa lääketieteissä, mutta paljon sovelluksia myös yhteiskuntatieteissä

4 Yksisuuntainen varianssianalyysi Yksisuuntaisessa varianssianalyysissa (one-way analysis of variance) vain yksi selitettävä ja yksi selittävä muuttuja Selitettävä muuttuja välimatka- tai suhdelukuasteikon muuttuja Selittävä muuttuja luokittelu- tai järjestysasteikon muuttuja

5 Yksisuuntainen varianssianalyysi Nollahypoteesi: ryhmäkeskiarvot eivät eroa tilastollisesti merkitsevästi toisistaan Tilastollisena testinä käytetään F-testiä, perustuu luokkien sisäisen ja luokkakeskiarvojen välisen hajonnan vertailuun Testitulos osoittaa, millä todennäköisyydellä nollahypoteesi voidaan hylätä Eta 2 -tunnusluku kertoo, kuinka paljon selitettävän muuttujan vaihtelusta pystytään selittämään selittävän muuttujan avulla Vaihtelee välillä nolla ja yksi, suuret arvot kuvastavat hyvää selitysvoimaa

6 F-testin periaate ABAB Y Y A --Y B ABAB Y Y A --Y B ABAB Y Y A --Y B Kaksi ryhmää: A ja B Ei tilastollisesti merkitsevää eroa Tilastollisesti merkitsevät erot

7 Esimerkki Selitettävänä suomalaisten suhtautuminen tuloerojen pienentämiseen tai kasvattamiseen vastausskaala 1-10, ääripäät: ”tulotaso pitäisi maassamme saada tasaisemmaksi” (pienet arvot), ”tarvitsemme suurempia tuloeroja palkitaksemme enemmän kansalaisten yritteliäisyyttä” (suuret arvot) Selittäjänä vastaajan subjektiivinen luokka-asema: ”yläluokka”, ”ylempi keskiluokka”, ”alempi keskiluokka”, ”ylempi työväenluokka” ja ”alempi työväenluokka” Yläluokka ja ylempi keskiluokka yhdistettiin

8 Esimerkki Vastaajan yhteiskuntaluokkaSuhtautuminen tuloeroihin (ryhmäkeskiarvo) Yläluokka tai ylempi keskiluokka5,33 Alempi keskiluokka4,19 Ylempi työväenluokka3,96 Alempi työväenluokka3,26 F-testi122,6 p-arvop<0,001 eta 2 0,08

9 Äänestäminen neuvostossa

10

11 Varianssianalyysin laajennukset Kaksisuuntainen varianssianalyysi Kaksi selittävää muuttujaa Vaikuttavatko molemmat muuttujat selitettävään muuttujaan ja on niillä yhteisvaikutusta eli interaktiota? Esim. sukupuolen ja luokka-aseman vaikutus mielipiteisiin tulonjaosta

12 Ei yhteisvaikutusta

13 Yhteisvaikutus

14 Varianssianalyysin laajennukset Kovarianssianalyysi: Lisätään analyysiin yksi tai useampia mitta- asteikoltaan välimatka- tai suhdeasteikon selittäviä muuttujia eli kovariaatteja Ovatko selitettävän muuttujan ryhmäkeskiarvot erisuuruiset silloin, kun ne on vakioitu kovariaatin (esim. ikä) suhteen? Kovarianssianalyysia käytetään suhteellisen harvoin, koska samaa asiaa voi tutkia regressioanalyysin avulla

15 Varianssianalyysin laajennukset MANOVA Multivariate ANalysis Of VAriance Useita selitettäviä muuttujia, jotka teoreettisesti ja/tai empiirisesti toisiinsa sidoksissa MANOVA on monimutkainen menetelmä ja verraten harvoin käytetty yhteiskuntatieteissä

16 Esimerkki: poliittinen osallistuminen Tutkitaan varianssianalyysin avulla, miten taustatekijät liittyvät poliittisen osallistumisen tasoon Selittävät muuttujat: ikä (luokiteltuna kolmeen ryhmään) sukupuoli tulot (luokiteltuina kvartiileihin)

17 Esimerkki: poliittinen osallistuminen

18 Osallistumisen laajuus on mitattu summamuuttujan avulla Summamuuttuja muodostettiin laskemalla kahdeksan vastausta yhteen -> uusi luottamusmuuttuja vaihtelee 8:n ja 24:n välillä, pienet arvot kuvastavat suurempaa luottamusta Summamuuttujan Cronbachin alfa = 0,74 eli riittävän suuri Esimerkki: poliittinen osallistuminen

19 Esimerkki: poliittinen osallistuminen R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted P3_1 16,9149 5,4475,4209,7161 P3_2 16,9149 5,6491,3352,7333 P3_3 17,2139 4,6285,5765,6814 P3_4 16,7809 4,6366,6320,6670 P3_5 16,6392 4,7325,5707,6827 P3_6 16,1675 5,7936,4307,7159 P3_7 16,0155 6,4235,2895,7385 P3_8 15,9923 6,5968,2092,7461 Reliability Coefficients N of Cases = 388,0 N of Items = 8 Alpha =,7401

20 Esimerkki: poliittinen osallistuminen

21 Esimerkki: poliittinen osallistuminen Ensimmäisessä vaiheessa käytetään vain yhtä selittävää muuttujaa eli luokiteltua ikämuuttujaa = IKALUOK. Taulukosta nähdään IKALUOK-riviltä, että p<0,001 eli ikä selittää osallitumista tilastollisesti merkitsevästi.

22 Esimerkki: poliittinen osallistuminen

23 Esimerkki: poliittinen osallistuminen Seuraavaksi tehdään kaksisuuntainen varianssianalyysi lisäämällä sukupuolimuuttuja (Q1) analyysiin. Q1-riviltä nähdään, että ei selitä sukupuoli tilast. merk. osallistumista. Muuttujilla ei ole myöskään yhteisvaikutusta (IKALUOK*Q1).

24 Esimerkki: poliittinen osallistuminen

25 Esimerkki: poliittinen osallistuminen Jatketaan analyysia lisäämällä tulokvartiili malliin. Kvartiili ei yksinään ole tilast. merkitsevä selittäjä, mutta sillä on yhdessä ikäluokan kanssa interaktio.

26 Esimerkki: poliittinen osallistuminen

27 Esimerkki: poliittinen osallistuminen